Forestil dig, at du eller en kollega skal bruge et billede til en hjemmeside, et nyhedsbrev eller et opslag på sociale medier. Du søger på nettet efter billeder, eller måske bruger du nogle af de billedbaser, der tilbyder næsten gratis billeder af forskellige hverdagssituationer: En logrende hund, en grædende pige eller mennesker, der snakker sammen.
Billedsøgning er en tidskrævende proces. Udvalget er svært at overskue, kvaliteten er svingende, og kan du nu være helt sikker på, at du ikke krænker ophavsretten?
Den situation kender Jonathan Løw alt for godt fra sin karriere som innovatør og kommunikatør. Derfor har han nu sat sig for at revolutionere branchen, og sammen med sin gode ven Anders Thiim Harder har han grundlagt JumpStory, som af Forbes Magazine er udråbt til en af de mest lovende AI startups i Skandinavien.
JumpStory tager den kunstige intelligens dybt ind i fotografiets verden. Så dybt, at ikke alle billederne i fremtiden vil være helt ægte. Mere om det senere.
– Der er brug for mere og mere visuelt indhold til LinkedIn, hjemmesider og nyhedsbreve. Der findes omkring 400 millioner billeder og videoer på nettet, som fotografer har stillet gratis til rådighed, men de er ikke indekseret eller gjort tilgængelige på en nem måde. Vi tager det indhold, der i forvejen ligger der, og gør det tilgængeligt på en smart søgemaskine. Og man kan være sikker på, at når man henter billeder derfra, så kan de anvendes til alle formål, siger Jonathan Løw og henviser til de Creative Commons licenser, som giver ubegrænset adgang til kommerciel brug af billederne.
Netflix for billeder
Fællesnævneren for alle de virksomheder, som Jonathan Løw har været involveret i, er, at de udnytter it og teknologi til at skabe nye forretningsmodeller. Hos JumpStory bruger de kunstig intelligens på en måde, så det er muligt for brugeren at sætte en tekst eller artikel ind i søgefeltet, hvorefter maskinen selv finder de billeder, der matcher indholdet af teksten.
Modellen er allerede døbt Netflix for billeder, og kodeordet for Jonathan Løw er ”simplexity” – et begreb, der handler om at gøre komplekse ting så simple som muligt for brugerne.
– Vi bliver alle sammen mere og mere utålmodige på nettet. Vi vil bare have det simpelt. Tingene skal fungere. Hvis det ikke virker, så er vi væk igen med det samme, siger Jonathan Løw.
I skriver på jeres hjemmeside, at den digitale verden er blevet unødigt kompliceret og uoverskuelig. Hvad mener I med det?
– Bagsiden af digitaliseringen er stress, uoverskuelighed, og at man ikke kan følge med. Tag bare sådan noget som intranet. De fleste hader det, og det er, fordi det er bygget af teknikere til teknikere. Der har ikke været nogen inde over for at skabe brugervenlighed. For nylig skulle jeg til en undersøgelse på hospitalet. I gamle dage fik jeg et brev med en indkaldelse. Det kunne jeg forholde mig til. Men nu får jeg en notifikation om, at der ligger noget i min e-Boks, og så skal jeg huske, hvor jeg har min kode, eller om den ligger på en app. Digitaliseringen har på nogle områder gjort verden nemmere for os, men langt fra på alle.
En smuk kode
Men hvordan vil I sikre, at jeres virksomhed ikke ender på samme måde?
– Vi har nogle udviklere, som er fantastiske til at kode. De kan ligefrem tale om, at koden er smuk, men de kan ikke altid sætte sig udover håndværket og forstå anvendeligheden. Jeg forstår mekanikkerne i kunstig intelligens, og hvad det kan anvendes til, men jeg forstår ikke håndværket. Der er ligesom et spring dér, som vi prøver at skabe sammen. Hvis de ikke koder ordentligt, så er søgemaskinen for mig ikke andet end en forfejlet funktionalitet og dermed et irritationsmoment. Vores mål er at gøre det nemmere for folk indenfor de områder, vi kaster os over.
Er det et generelt krydsfelt mellem udviklere og ledelse, at de har svært ved at forstå hinanden?
– Som udvikler skal man holde fast i sin grundighed og passion, men også erkende, at en af kompetencerne fremover bliver at oversætte den værdi, man skaber, til et sprog, som andre kan forstå. Mange forstår nok ikke, hvad det vil sige at lave grundig kode. Jeg mener: Kode er vel kode, og jeg går ud fra, at du laver det grundigt første gang? Udviklerne bliver frustrerede over, at man ikke forstår den verden, de kommer fra. Der er et krydsfelt mellem en ledelse, som har fokus på forretningsudvikling og mål og deadlines, og nogle udviklere, der har fokus på at levere et ordentligt produkt.
Foto: Lars Bech
JumpStory er hjertebarnet
Oprindeligt satsede JumpStory på at udvikle en algoritme, der kan hjælpe tekstforfattere med at skrive indhold ved at fodre den med data. Først arbejdede de med Natural Language Processing (NLP), som er evnen til at lære en algoritme at forstå sprogets opbygning: Sætninger, metaforer og humor. Næste fase var at lære den at skabe sprog – Natural Language Generation (NLG) – så den eksempelvis kunne simulere en virksomheds sproglige dna.
– Vi arbejder med noget ret eksperimenterende teknologi indenfor content, men dér var vi nok for ambitiøse, fortæller Jonathan Løw.
Nu er der fuldt fokus på at optimere den algoritme, der forstår essensen af en tekst og matcher den med billeder, video og grafik. Målet er at lægge sig midt mellem de gratis og de professionelle billedbureauer, men at være overlegen på søgefunktionen, siger Jonathan Løw, der sammenligner det nuværende billedmarked med den gamle AltaVista-søgemaskine, hvor tingene var opdelt i kategorier, og du selv skulle gøre det meste af arbejdet med søgningen.
En amerikaner fra Bulgarien
Sideløbende arbejder JumpStory med en teknologi, der gør det muligt at ændre i billederne, så du eksempelvis kan udskifte ærkeamerikanske ansigter med personer, der har et dansk eller bulgarsk udseende, så billederne passer ind i en national kontekst for den enkelte virksomhed.
– Hvad hvis vi kan lave en algoritme, som kan skabe ansigter, der ikke findes i forvejen, og sætte de ansigter ind på et eksisterende billede? Du kan ikke se, at det er manipuleret, for det ligner rigtige mennesker. Dermed løser det også hele rettighedsdelen i forhold til de personer, der optræder på det oprindelige billede, siger Jonathan Løw og fremviser en række eksempler på sin computer, mens han understreger, at der også er dataetiske spørgsmål, som skal håndteres i forbindelse med manipulation af billeder:
– Kunstig intelligens er jo hypet helt vildt i øjeblikket, men midt i fascinationen skal man huske, at hvis du ikke har de data, der skal til, og hvis du ikke har ressourcerne til at træne den gennem supervised learning, så er den altså ikke særlig skarp.
